張慧杰張 璐 馮文豪桂新景林兆洲施鈞瀚田亮玉王艷麗姚 靜李學(xué)林劉瑞新*

（1.河南中醫(yī)藥大學(xué)，河南 鄭州 450008；2.河南中醫(yī)藥大學(xué)第一附屬醫(yī)院，河南 鄭州 450000；3.河南省中藥飲片臨床應(yīng)用現(xiàn)代化工程研究中心，河南 鄭州 450000；4.河南中醫(yī)藥大學(xué)呼吸疾病中醫(yī)藥防治省部共建協(xié)同創(chuàng)新中心，河南 鄭州 450000；5.首都醫(yī)科大學(xué)附屬北京中醫(yī)醫(yī)院，北京 100010；6.北京市中藥研究所，北京 100035）

川貝母為百合科植物川貝母Fritillaria cirrhosa D.Don、暗紫貝母Fritillaria unibracteata Hsiao et K.C.Hsia、甘肅貝母Fritillaria przewalskii Maxim.、梭砂貝母 Fritillaria delavayi Franch.、太白貝母Fritillaria taipaiensis P.Y.Li 或瓦布貝母Fritillaria unibracteata Hsiao et K.C.Hsiavar wabuensis（S.Y.Tang et S.C.Yue）Z.D.Liu，S.Wang et S.C.Chen的干燥鱗莖，按性狀不同分別習(xí)稱“松貝”“青貝”“爐貝”“栽培品”［1]，藥用價(jià)值高，療效顯著，臨床應(yīng)用廣泛［2]，市場需求量大［3-4]，但其價(jià)格昂貴，導(dǎo)致?lián)诫s、摻偽現(xiàn)象嚴(yán)重?！吨袊幍洹贩椒m能準(zhǔn)確、可靠地鑒別川貝母真?zhèn)危珬l件復(fù)雜苛刻，且耗時(shí)較長，可及性差；人工鑒別主要依靠鑒別者豐富的經(jīng)驗(yàn)，從形、色、氣、味等方面綜合評(píng)價(jià)，結(jié)合藥材本身的特性給出鑒別結(jié)果，但對(duì)鑒別人員要求較高，主觀性強(qiáng)、且難以量化和傳承。因此，探索一種方法快速、精準(zhǔn)地鑒別川貝母飲片真?zhèn)渭耙?guī)格就顯得尤為重要。

電子舌又稱味覺指紋圖譜技術(shù)，是一種運(yùn)用味覺指紋分析技術(shù)模擬人體味覺器官來分析和識(shí)別“味道”的新型多傳感器檢測系統(tǒng)，能夠?qū)ξ兜雷龀鰷?zhǔn)確而特異的識(shí)別［5]，已應(yīng)用于食品檢測［6-10]、中藥鑒定［11-14]、不同味道區(qū)分［15-17]、不良味道掩蓋及掩味效果評(píng)價(jià)［18-23]、炮制工藝評(píng)價(jià)［24-26]、味覺定性定量辨識(shí)。本研究采用電子舌技術(shù)提取川貝母味覺信息值，結(jié)合化學(xué)計(jì)量學(xué)建立辨識(shí)模式，探討它用于中藥飲片真?zhèn)渭耙?guī)格快速辨識(shí)的可行性。

1 材料

1.1 儀器 TS-5000Z 型電子舌（日本Insent 公司）；LC-20A 型高效液相色譜（日本島津公司）；2000ES 型蒸發(fā)光散射檢測器（美國奧泰公司）；BSA224S-CW/BCA2248-CW/CP225D 型電子天平（德國Sartorius 公司）；LCD-A200 型電子天平（福州華志科學(xué)儀器有限公司）；PHSJ-3F 型數(shù)字酸度計(jì)（上海儀電科學(xué)儀器股份有限公司）；YJA 型電動(dòng)勻漿儀（臺(tái)州市椒江五星機(jī)械儀器廠）；HK250型超聲波清洗器（上?？茖?dǎo)超聲儀器有限公司）。

1.2 試劑與藥物 平貝母對(duì)照藥材（上海源葉生物科技有限公司，Y29A9H69015）。對(duì)照品貝母素甲（中國食品藥品檢定研究院，110750-201612，純度≥96%）；貝母素乙（上海源葉生物科技有限公司，B20081-20 mg，純度≥98%）；西貝母堿（中國食品藥品檢定研究院，110767-201710，純度≥96%）。甲醇（煙臺(tái)市雙雙化工有限公司，20180301）；乙腈為色譜級(jí)（德國Merck 公司）；二氯甲烷（天津市恒興化學(xué)試劑制造有限公司，20170812）；二乙胺（天津市永大化學(xué)試劑有限公司，20121006）；乙酸乙酯（天津市永大化學(xué)試劑有限公司，20150324）；氨水（煙臺(tái)市雙雙化工有限公司，20161101）；乙腈為色譜純；其余為分析純。川貝母購自鄭州2 家中醫(yī)院、醫(yī)藥公司和藥材市場，具體信息見表1。

2 方法

2.1 辨識(shí)方法

2.1.1 傳統(tǒng)經(jīng)驗(yàn)辨識(shí)法（M1）主要依靠鑒別者既往經(jīng)驗(yàn)結(jié)合本次收集的川貝母樣本特征，從顏色、大小、形狀、質(zhì)地等方面進(jìn)行評(píng)價(jià)給出鑒定結(jié)果。本實(shí)驗(yàn)聘請(qǐng)8 位中藥鑒定領(lǐng)域的專家，在互相不干擾的情況下對(duì)編號(hào)后隨機(jī)放置的80 批川貝母進(jìn)行鑒別，最后以評(píng)價(jià)專家人數(shù)≥3/4 比例原則確定其真?zhèn)渭吧唐芬?guī)格。

2.1.3 電子舌辨識(shí)法（M3）采用TS-5000Z 型電子舌檢測80 批川貝母的味覺信息。制備樣品后各稱量5 g 置勻漿儀中粉碎，加入100 mL 人工唾液，超聲（37 ℃、50 kHz）處理5 min，濾過，檢測程序設(shè)置為自動(dòng)，參數(shù)設(shè)置參考文獻(xiàn)［18，28]，最后提取有效味覺值建立辨識(shí)模型。

TS-5000Z 型電子舌共有4 根苦味傳感器（C00、AN0、BT0、AE1），對(duì)應(yīng)的味覺分別是“酸性苦味”“堿性苦味”“堿基鹽類苦味”“澀味”；C00 和AE1傳感器各輸出2 種味覺信息，分別稱作“先味”“回味”（先味即剛?cè)肟跁r(shí)的味覺感受，回味即漱口之后殘存的味覺感受），而AN0 和BT0 傳感器只能輸出回味值，最終得到6 種味覺值。

2.2 真?zhèn)文Ｐ徒⒓皟?yōu)化 80 批川貝母的6 種電子舌味覺值作為自變量矩陣X，M1和M2相結(jié)合的結(jié)果作為分類標(biāo)準(zhǔn)Y（設(shè)置4 類為爐貝、松貝、青貝和平貝），利用MATLAB 工具箱分別建立80 個(gè)樣本的DA、LS-SVM、PLS-DA、PCA-DA 真?zhèn)伪孀R(shí)模型，模型準(zhǔn)確率以留一法交互驗(yàn)證的結(jié)果為準(zhǔn)，參考文獻(xiàn)［29] 構(gòu)建。商品規(guī)格模型的建立及優(yōu)化原理同上。

2.3 用時(shí)、準(zhǔn)確率計(jì)算

2.3.1 用時(shí) 傳統(tǒng)經(jīng)驗(yàn)辨識(shí)的時(shí)間計(jì)算采用平均算法，藥典檢測的時(shí)間主要包括樣本的前處理和檢測時(shí)間，電子舌辨識(shí)時(shí)間包括樣本的前處理時(shí)間、測試時(shí)間及帶入模型的時(shí)間［29]。

2.3.2 準(zhǔn)確率 M1、M3的準(zhǔn)確率計(jì)算都以M2結(jié)果為標(biāo)桿信息，前者為M1/M2，后者為M3/M2。

3 結(jié)果

3.1 辨識(shí)

3.旅游企業(yè)旅游風(fēng)險(xiǎn)預(yù)防管理。首先，旅游企業(yè)應(yīng)做好旅游風(fēng)險(xiǎn)源的排查，進(jìn)行評(píng)估和控制。在人員方面，旅游企業(yè)應(yīng)重視對(duì)員工進(jìn)行安全知識(shí)培訓(xùn)，提高員工應(yīng)對(duì)各類型旅游風(fēng)險(xiǎn)的應(yīng)對(duì)能力。在環(huán)境方面，提前對(duì)旅游環(huán)境進(jìn)行分析評(píng)估，包括旅游環(huán)境、自然環(huán)境、社會(huì)環(huán)境、衛(wèi)生環(huán)境等，并做出預(yù)案。其次，重視旅游保險(xiǎn)。旅游企業(yè)應(yīng)當(dāng)加強(qiáng)與保險(xiǎn)公司的溝通與合作，細(xì)分保險(xiǎn)產(chǎn)品，根據(jù)赴菲游客的年齡、赴菲游路線、具體旅游項(xiàng)目以及游客風(fēng)險(xiǎn)接受偏好等要素進(jìn)行設(shè)計(jì)。

3.1.1 傳統(tǒng)經(jīng)驗(yàn) 1～20 號(hào)為正品爐貝，21～22、25～40 號(hào)為正品松貝，41、44～60 號(hào)為正品青貝，61～78、80 號(hào)為平貝，23～24 號(hào)為偽品，42～43、79 號(hào)未判出。見表1。

3.1.2 藥典 23～24、42～43、61～80 號(hào)外觀性狀不滿足藥典項(xiàng)下川貝母的描述；23～24、43 號(hào)中不含貝母素乙；61～80 號(hào)雖符合川貝母外觀性狀，但其薄層結(jié)果與平貝母對(duì)照藥材相同位置顯相同顏色的斑點(diǎn)，被認(rèn)定為川貝母偽品；71、74、78 號(hào)不含螺紋導(dǎo)管，其余均滿足《中國藥典》 要求；80 個(gè)樣本貝母素甲、貝母素乙、西貝母堿3 種生物堿總含量均在0～0.05%之間。見表1。

表1 樣品信息及3 種辨識(shí)方法結(jié)果Tab.1 Information of samples and results of three identification methods

續(xù)表1

3.1.3 電子舌味覺值 80 批樣品的6 個(gè)味覺值均可參與建模，最終電子舌味覺值為80×6 的數(shù)據(jù)矩陣，見圖1。

圖1 電子舌味覺值結(jié)果Fig.1 Results of taste value by e-tongue

3.2 真?zhèn)文Ｐ徒换ヲ?yàn)證

3.2.1 DA 辨識(shí) 80 個(gè)樣本有8 個(gè)被錯(cuò)誤分類，分別是1、2、4、44、45 號(hào)正品被錯(cuò)分成偽品，24、79、80 號(hào)偽品被錯(cuò)分成正品，不存在未被模型分類的樣本，模型準(zhǔn)確率為90.00%。

3.2.2 LS-SVM 辨識(shí)結(jié)果 80 個(gè)樣本中有8 個(gè)被錯(cuò)誤分類，分別是1、4、42、45 號(hào)正品被分成偽品，23～24、67、79 號(hào)偽品被錯(cuò)分成正品，不存在未被模型分類的樣本，模型準(zhǔn)確率為90.00%。

3.2.3 PLS-DA 辨識(shí)結(jié)果 80 個(gè)樣本中有8 個(gè)被錯(cuò)誤分類，分別是1、2、4、44、46 號(hào)正品被錯(cuò)分成偽品，24、79～80 號(hào)偽品被錯(cuò)分成正品，不存在未被模型分類的樣本，模型準(zhǔn)確率為90.00%。

3.2.4 PCA-DA 辨識(shí) 80 個(gè)樣本中有8 個(gè)被錯(cuò)誤分類，分別是1、4、45 號(hào)正品被錯(cuò)分成偽品，23～24、79～80 號(hào)偽品被錯(cuò)分為正品，不存在未被模型分類的樣本，模型準(zhǔn)確率為91.25%。

3.3 商品規(guī)格模型的交互驗(yàn)證

3.3.1 DA 辨識(shí) 變量選擇6 個(gè)，識(shí)別模式選擇線性，模型分類結(jié)果見表2。

表2 6 個(gè)變量的DA 模型辨識(shí)結(jié)果Tab.2 Results of DA model identification for 6 variables

3.3.2 LS-SVM 辨識(shí) 變量選擇6 個(gè)，函數(shù)選擇徑向基函數(shù)核，模型分類結(jié)果見表3。

表3 LS-SVM 模型辨識(shí)結(jié)果Tab.3 Results of LS-SVM model identification

3.3.3 PLS-DA 辨識(shí) 變量選擇4 個(gè)，識(shí)別模式選擇線性，模型分類結(jié)果結(jié)果見表4。

表4 4 個(gè)變量的PLS-DA 模型辨識(shí)結(jié)果Tab.4 Results of PLS-DA model identification for 4 variables

3.3.4 PCA-DA 辨識(shí) 結(jié)果見圖2～3、表5，可知PCA-DA 為商品規(guī)格分類中的最優(yōu)模型。識(shí)別模式選擇線性，前4 個(gè)主成分累積貢獻(xiàn)率達(dá)75%以上，可解釋原變量大部分信息，故變量數(shù)選擇4 個(gè)。

表5 4 個(gè)變量的PCA-DA 模型辨識(shí)結(jié)果Tab.5 Results of PCA-DA model identification for four variables

圖2 PCA-DA 辨識(shí)結(jié)果Fig.2 Results of PCA-DA identification

3.4 用時(shí)及準(zhǔn)確率的比較 電子舌辨識(shí)法真?zhèn)文Ｐ蜏?zhǔn)確率與傳統(tǒng)經(jīng)驗(yàn)比較，無顯著性差異（P ＞0.05），但規(guī)格辨識(shí)模型準(zhǔn)確率較人工低（P ＜0.01）；電子舌辨識(shí)法雖不如傳統(tǒng)經(jīng)驗(yàn)辨識(shí)快（P＜0.01），但遠(yuǎn)較藥典檢測快（P＜0.01）。見圖4。

圖3 PCA-DA 辨識(shí)模型交互驗(yàn)證結(jié)果Fig.3 Results of PCA-DA identification model interactive verification

圖4 M1、M2、M3 的耗時(shí)及準(zhǔn)確率比較Fig.4 Comparison of time consumption and accuracy rates of M1，M2 and M3

4 討論與結(jié)論

真?zhèn)伪孀R(shí)模型中有7 個(gè)樣本被錯(cuò)誤分類，分別是1、4、23～24、45、79～80 號(hào)；規(guī)格辨識(shí)模型中有18 個(gè)被分錯(cuò)樣本，主要集中在1、4、6、11、22、28～29、38、4、45、54、61、80 號(hào)，以上樣本同時(shí)被4 個(gè)模型分錯(cuò)，并被誤分為同一類，可能本身特征不明顯，屬于易分錯(cuò)類；另一方面，真?zhèn)伪孀R(shí)準(zhǔn)確率高達(dá)91.25%，表明電子舌技術(shù)有應(yīng)用于川貝母真?zhèn)伪孀R(shí)的潛力。商品規(guī)格辨識(shí)模型準(zhǔn)確率不夠理想，可能有以下2 個(gè)原因：（1）爐貝、松貝和青貝雖在外觀性狀上存在差異，但都來源于百合科貝母屬，味道極為相近，而電子舌又以嘗“味”來進(jìn)行區(qū)分，故容易混淆；（2）鑒別中藥飲片真?zhèn)渭吧唐芬?guī)格，需要從形、色、氣、味等特征進(jìn)行綜合評(píng)價(jià)，本研究僅用電子舌味覺值進(jìn)行建模，信息量不夠豐富。后期擬結(jié)合電子眼、電子鼻、電子舌等技術(shù)綜合評(píng)價(jià)，構(gòu)建多源融合辨識(shí)模型，判別結(jié)果有望更加精確。

真?zhèn)伪孀R(shí)模型的準(zhǔn)確率從高到低，依次為PCA-DA＞PLS-DA=LS-SVM=DA，最終優(yōu)選PCADA 模型用于川貝母的真?zhèn)伪孀R(shí)；商品規(guī)格辨識(shí)模型的準(zhǔn)確率從高到低，依次為LS-SVM＞PCA-DA=DA＞PLS-DA，但因LS-SVM 存在未分類樣本，最終以PCA-DA 模型對(duì)川貝母的商品規(guī)格進(jìn)行辨識(shí)。

綜上所述，電子舌辨識(shí)雖不如傳統(tǒng)經(jīng)驗(yàn)辨識(shí)快，但較藥典檢測時(shí)間顯著縮短，真?zhèn)伪孀R(shí)模型準(zhǔn)確率與傳統(tǒng)人工經(jīng)驗(yàn)鑒別無顯著性差異，可為中藥飲片的質(zhì)量評(píng)價(jià)指明新方向，同時(shí)為構(gòu)建其質(zhì)量快速辨識(shí)的數(shù)據(jù)庫提供理論基礎(chǔ)。